.png){kind=icon}
返回
Exploiting Entity Information for Robust Prediction Over Event Knowledge Graphs
.png){kind=icon}
PRE
AI
DOI：10.1109/TETC.2025.3534243.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
脚本事件预测是指根据已经发生的事件序列预测后续事件的任务。该任务有助于事件中心系统（包括企业系统、物联网系统等）的任务规划和流程调度。基于序列和基于图的学习模型已被应用于此任务。然而，当学习数据有限时，特别是在涉及多参与者的企业环境中，此类模型的性能低于预期，因为它们严重依赖大规模训练数据。为了充分利用给定数据，本文提出了一种新型知识图（KG），该图不仅建模事件，还建模参与事件的实体，并设计了利用此类KG的协同事件预测模型。我们的模型将语义相似顶点识别为协作者以解决未知事件，应用门控图神经网络提取事件层面的序列特征，并利用异构注意力网络处理事件序列中的实体层面影响。为验证我们方法的有效性，我们设计了知识不足情况下的多项选择叙事填空任务。我们在三个来自知名语料库生成的数据集上的实验评估表明，我们的方法能够成功应对数据的不完整性，并在事件预测方面优于现有最先进的方法。
Keyword:
Event knowledge graph
script event prediction
representation learning
graph neural network
collaborative computing
期刊
IF:
5.4
论文数:
1.1K
被引数:
3.4K
机构
引用论文
.png){kind=icon}
查看更多内容